OpenClaw 101|12|Nodes and Apps

Nodes and Apps 把 OpenClaw 从聊天带到真实设备:screen、camera、location、canvas、App SDK 和 device pairing。

OpenClaw 101|12|Nodes and Apps

OpenClaw 101 是一组面向 Agent Engineering 的系统拆解文章。它不把 OpenClaw 当成单一聊天产品,而是把它当作一个长期运行的 Personal Agent OS 来观察。

这一篇讲 Nodes and Apps。个人 Agent 如果只停留在聊天框里,就无法触达真实设备环境。Nodes 和 Apps 让设备能力成为受控、可配对、可审计的系统能力。

Nodes and Apps diagram

读完本文,你应该能回答

  • Node 和 App 在 OpenClaw 中分别是什么边界?
  • 为什么设备能力不能直接暴露给模型?
  • pairing、presence、capability advertisement 有什么作用?
  • 跨设备执行失败时系统应该如何反馈?

本篇在系列中的位置

设备能力篇,解释 Personal Agent OS 如何连接本机、手机和 headless node。OpenClaw 101 的主线是:先看控制面,再看执行面和状态边界,再进入上下文、能力系统、长期记忆、自动化、真实设备、扩展和 QA。下一篇进入 Security and Operations,看这些真实世界能力如何被约束和运维。

贯穿案例

后文会反复使用同一个任务来落地抽象机制:用户在手机上对 OpenClaw 说:“帮我看一下这个 repo 的测试为什么失败;如果需要跑命令就先做,修好后在聊天里提醒我。”

在本篇中,重点观察这个任务在 Nodes and Apps 这一层会遇到的边界:谁接收它,谁拥有状态,谁能触发工具,谁记录结果,以及失败后从哪里恢复。

节点能力表

环节 读者应该抓住的问题
Node 一台可连接设备或运行环境
App 设备上具体可操作的应用或能力集合
Pairing 把设备接入 Gateway 并建立信任关系
Capability 声明这台设备能做什么
Execution 通过受控通道执行并回传状态

核心判断

Node 是带能力的 Gateway client;App SDK 是外部应用进入 Gateway 的稳定接口。

如果只看表面,很多 Agent 框架都像是“模型 + 工具 + UI”。但真正决定系统稳定性的,是这些边界如何被拆开:谁拥有状态,谁能触发副作用,谁负责恢复,谁暴露观察面,谁承担长期维护成本。

在 OpenClaw 里,Nodes and Apps 不是一个孤立模块,而是 Gateway、Session、Context、Tools、Plugins、Memory 之间的连接点。理解这个连接点,比记住某个命令或配置项更重要。

运行路径

一条真实消息进入系统后,大致会经过这些步骤:

  • 设备以 role=node 连接 Gateway。
  • connect handshake 绑定 device identity、platform、caps 和 permissions。
  • Gateway 记录可调用 commands,例如 screen、camera、location、canvas。
  • Agent 或客户端通过 Gateway 调用 node command。
  • 节点返回结果,Gateway 再把它转成可见 event、artifact 或 tool result。
  • 外部 app 通过 SDK 创建 session、启动 run、订阅 stream。

这些步骤看起来很多,但它们解决的是同一个问题:让 Agent 的行为从“模型临场发挥”变成“系统可控制、可观察、可恢复的运行过程”。

可迁移伪实现:Nodes and Apps

下面的伪代码是机制抽象,不对应 OpenClaw 的真实 API 或文件结构。

type NodeHello = {
  role: "node"
  device: DeviceIdentity
  caps: ["screen.record", "camera.capture", "location.get"]
}

async function invokeNode(command, params) {
  const node = await gateway.nodes.pick(command)
  authorize(node, command)
  return node.request(command, params)
}

这段伪代码的重点不是函数名,而是边界:输入先被标准化,状态通过明确的 store 或 lane 管理,副作用通过 runtime 或 policy 执行,结果再回到 transcript、event stream 或 delivery target。

设计取舍

  • 设备能力必须先配对再调用,不能只靠网络可达。
  • Node 不应该直接拥有 Agent state;它提供能力,Gateway 拥有会话。
  • App SDK 与 Plugin SDK 分工不同:前者消费 Gateway,后者扩展 runtime。

这些取舍解释了 OpenClaw 为什么不像一个最小 demo。最小 demo 追求路径短,长期系统追求边界清晰。路径短会让第一个 demo 很快跑起来;边界清晰才会让系统在多渠道、长会话、多人入口、插件扩展和自动化场景下不崩。

评估清单

评估任何 Agent 框架的 Nodes and Apps 设计,可以看这几个问题:

  • 这个层级是否有明确 owner,还是散落在多个客户端或插件里?
  • 它是否把状态、权限、运行时副作用和展示逻辑分开?
  • 它是否能被观测、被调试、被回放?
  • 它失败时是否有恢复路径,而不是只给用户一个模型错误?
  • 它是否避免把 provider/channel/tool 的私有细节写死进 core?

如果这些问题没有答案,系统一旦从单用户 demo 走向真实使用,很快就会在上下文污染、重复副作用、权限失控、长任务丢失和调试困难中付出代价。

下一篇

下一篇继续拆 Security and Operations。OpenClaw 101 的主线会继续沿着 Personal Agent OS 的边界往下走:从运行时,到状态,到能力系统,再到安全、扩展和 QA。

References

  • Gateway architecture
  • OpenClaw App SDK
  • Nodes
  • Pairing